如何处理Scikit-Learn中名称的数据

Question

我即将尝试使用聚类算法到群集文件属性（例如访问时间）。

Scikit支持命名数据的聚类，即，在运行群集算法后如何检索文件名？

有没有办法将元数据存储在培训数据中，例如文件名？此元数据应在特征缩放，人工特征的引入等中幸存下来。

Answer 1

目前无法将名称或属性附加到Scikit-Learn中的行。这将很快改变（https://github.com/scikit-learn/scikit-learn/issues/4497）。但是就目前而言，要自己跟踪这一点真的很容易。数据点的顺序与您出现的群集标签的顺序相同，因此第一个群集标签对应于第一个文件名等